跳到正文
arXiv · ML· Shen Ruan, Wenchang Gao, Jin Wang, Siao Liu, Zhaxizhuoma, Dongchun Ren, Xin Zheng·· 2026-10-06AI 评分29

PIVOT-Q:通过选择性策略蒸馏恢复量化 VLA 模型的泛化能力

Think Before You Distill: Generalization Recovery in Quantized VLAs via Selective Policy Distillation

AI 导读

研究提出 PIVOT-Q 框架,利用选择性策略蒸馏恢复量化 VLA 模型在环境扰动下的鲁棒性与泛化能力。 该方法仅使用全状态蒸馏 7.4% 的监督预算,在七个 LIBERO-Plus 环境变体中持续超越全状态蒸馏方案。 实验表明,量化策略在低差异状态下受教师信号干扰,需在易感状态进行干预以有效恢复性能。

来源:arXiv · ML · arxiv.org